新冠疫情给中国的公共卫生和医疗体系带来了巨大的冲击，也让我们大数据的技术亟待升级与改进，以应对“突发、及时、复杂化和全要素关联”的挑战，同时从简单固化的大数据“呈现”，进化到大数据洞察和知识发现。为了让大家更好的认知智能相关的技术如何帮助人类更健康的生活，欧拉认知智能将进行一系列相关应用分享，本期重点阐述一种全新的大数据分析技术——图分析。

       为了帮助医疗中心的医生依靠“基于证据”的医学，完成在几分钟或者几秒钟内确定成功率最高的治疗方案这一过程，更加完善的数据库技术是必须的。在医疗护理领域，快速找到合适的治疗方法改变了生死之间的平衡。传统医疗数据分析方法由于医疗数据结构的多样化，集成之前必要的规范化查询参数过于受限导致需要消耗数周或者数月的时间去完成这项任务。

       医疗保健拥有从未被利用的数据和维度，同时每秒钟都在增加更多的信息。因此，数据集的规模越来越大。数据集是不断变化的;不断捕捉医学的最新发展，才能更准确地反映病人和他们的医疗保健问题。在实现时间，劳动力和计算资源最低化的同时完成高度复杂的查询，重构数据集并为新的查询重新建立索引称为当前医疗保健领域最需要考虑的问题。

图分析技术的引入

       近年来，大数据分析的另一种方法－图分析，在极大程度上帮助医疗护理快速找到治疗方法，确保以最小的成本，风险和再次入院获得最大的效益。图分析是以“图论”的具体数学为基础，通过网络和复杂系统之间的联系来考察网络和复杂系统的整体本质。图分析允许“按原样”检查任何结构化或非结构化数据。不需要首先使所有内容统一起来，并且有现成的工具可以快速地将关联数据转换为与图兼容的资源描述框架(RDF)三元组。在这种格式下,数以百计的万亿字节（tb）数据可以被加载到内存并并行处理，不同于SQL中查询在变得越来越复杂时可能会变慢或完全停止，使用图分析可以在几秒钟内返回结果。

       有了图分析，医疗中心的医生依靠“基于证据”的医学，这种医学依赖于患者的人口统计学特征、身体状况、生命体征、症状学、个人和家庭病史，以确定基于向具有相似特征的其他人提供的护理，哪些治疗最有可能成功。这个过程可以在几分钟或几秒钟内完成，在病人还在检查室的时候提供准确的诊断和治疗建议。

       图分析对有效性的影响是显著的。如果以证据为基础的结果可以高效的通过关联专业领域或知识,发现特定的症状改善诊断的意义和识别危险情况下的特定人群保健，那么时间范围会呈指数缩短并且成功率会上升。

图分析揭露医疗数据中的秘密

       各国的医疗体系都存在着自身的问题，例如在美国，公民每月缴纳保险费却无法享受最好的医疗服务，这其中隐藏的秘密究竟是什么呢？

       传统的统计商业智能(BI)方法是僵化的，容易在数据量下挣扎，并且可能无法揭示深藏在数据内部的关键见解。尤其是当这些见解建立在数据内部和跨多个数据源的关联之上时。图分析的最新创新使我们能有效并高效地处理这些大型的、相关联的数据集，而这是传统方法无法做到的。与关系数据库不同，我们不受表中各种复杂的键的限制。由于图本质上是紧凑的，所以可以分析整个数据集，直至细节级别，而不必使用抽样或其他方法汇总数据。基于图的分析方法如聚类、中心性和中间性等，可以快速地将我们拉向我们正在寻找的答案。

图分析的优势

       有了图分析，就有了其他技术所没有的明显优势。

       1.几乎立即访问任何来源或类型的数据，无论其结构如何，不需要同质性。

       2.整合更多的数据以确保每一个相关的关系都能被发现。

       3. 查询性能比在普通硬件上运行的传统查询快几个数量级，可以提供准确的办公室或床边诊断和有效的治疗建议。支持数据动态更新并实时生成更新查询结果的可伸缩性和可扩展性。

图分析的影响

       图分析的技术特征可以将信息转化为行动，并在这个过程中，提高治疗的结果和越来越多的患者的生存率。图分析为一线医疗和防控人员数据决策提供强大的的数据装备，帮助医疗机构快速完成可能性治疗方案的检索，将数以万计的医疗数据快速的理解，关联，并转化为多种形式的预防和始终如一的精确治疗以及最终治愈方案。